[ディープラーニング]CNNのプーリング層とは

どうもー、ちょげです。

ディープラーニングには、CNN（畳み込み型ニューラルネットワーク）というものがあります。

CNNは画像認識に特化したニューラルネットワークです。

その特徴として、畳み込み層とプーリング層を持つことが挙げられます。

今回は、プーリング層について解説します。

データを縮小する

プーリング層では、データを縮小する役割があります。

畳み込み層と活性化関数から出力されたデータの決まった複数の区間から数値を抽出することによって、縮小を行っています。

プーリングには、抽出の仕方によっていくつか種類があります。

例えばMaxプーリングという方法では、複数の区間の最大値を抽出して1つのデータにしています。

他にも平均値を抽出するAverageプーリングという方法もあります。

特徴

プーリング層には、3つの特徴があります。

• パラメータがない
• ロバスト

1つはプーリング層には、重みやバイアスといったパラメータがない点です。

もう1つはロバストという特性です。

ロバストとは、状況が大きく変わったとしても影響を受けにくい特性の事です。

この特性はデータのある区間から最大値などで抽出するという方法によって、区間内でのデータのずれが気にならないことによるものです。

まとめ

CNNのプーリング層について解説しました。

プーリング層は、複数の区間からデータを抽出して、データを縮小させる層です。

読んで頂きありがとうございました。

参考

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 | 斎藤 康毅 |本 | 通販 | Amazon

Amazonで斎藤 康毅のゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装。アマゾンならポイント還元本が多数。斎藤 康毅作品ほか、お急ぎ便対象商品は当日お届けも可能。またゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装もアマゾン配送商品...

amzn.to